ORIGINAL PAPER
The accuracy of the local assessment of the bulk density of copper-silver deposits in Legnica-Głogów copper district and its impact on the valuation of ore resource and mining production
1
AGH University of Science and Techology
2
AGH University of Science and Technology in Krakow
Submission date: 2019-09-15
Final revision date: 2019-10-28
Acceptance date: 2019-12-20
Publication date: 2019-12-20
Gospodarka Surowcami Mineralnymi – Mineral Resources Management 2019;35(4):47-68
KEYWORDS
bulk (apparent) densitycopper and silver oreresourcesLegnica-Głogów Copper District (LGCD)statistics
TOPICS
Scientific background of mineral resource managementOptimization of resources and reserves management
ABSTRACT
In the world-class Cu-Ag deposits of the Legnica-Głogów Copper District (LGCD), constant bulk density values are adopted to estimate the ore and metal resources within them based on the results of previous studies of the LGCD deposits carried out at the stage of their exploration and documentation: 2.6 Mg/m3 for the carbonate series, 2.5 Mg/m3 for the shale series, and 2.3 Mg/m3 for the sandstone series. The main purpose of research was to analyze the range of possible differences at local scale of observation between constant values of bulk densities (hereinafter referred to as reference values) assigned during deposit documentation to the main lithological units and bulk densities of these units determined based on the results of experimental sampling of individual lithological units within the exploited copper and silver deposits (Lubin, Polkowice-Sieroszowice and Rudna).
In general, when it comes to Cu-Ag LGCD deposits (or their large parts), the relative diversity of estimates of average bulk densities of ores based on the results of experimental sampling (more than 1,600 samples from different individual lithological units were collected at 500 sampling points in mining excavations) and reference values is low (with a median not exceeding 3%). The results of studies indicate, however, that the application of reference bulk densities at the local observation scale may result in significant underestimation (up to nearly 20%) or overestimation (up to 11%) of real bulk densities of the main lithological units. This may have a noticeable impact on the correct estimation of ore and metal resources in small parts of deposits and, as a consequence, hinder the reconciliation of the planned and actual ore mining production.
METADATA IN OTHER LANGUAGES:
Polish
Dokładność lokalnej oceny gęstości objętościowej rud Cu-Ag LGOM
i jej wpływ na oszacowanie zasobów złoża i rozliczanie produkcji górniczej
gęstość objętościowa, rudy miedzi i srebra, zasoby, Legnicko-Głogowski Okręg Miedziowy (LGOM), statystyka
W światowej klasy złożach Cu-Ag LGCD (the Legnica-Glogow Copper District) do oszacowań zasobów rudy i metali w obrębie trzech głównych serii litologicznych stosuje się stałe wartości gęstości objętościowej przyjęte na podstawie wyników wcześniejszych badań przeprowadzonych na etapie ich rozpoznania i dokumentowania: 2,6 [Mg/m3] dla serii węglanowej, 2,5 [Mg/m3] dla serii łupkowej oraz 2,3 [Mg/m3] dla serii piaskowcowej. Zasadniczym celem badań była analiza zakresu możliwych różnic w lokalnej skali obserwacji między stałymi wartościami gęstości objętościowych przypisywanymi w trakcie dokumentowaniu złóż głównym seriom litologicznym (traktowanych jako wartości referencyjne) oraz gęstościami objętościowymi tych serii wyznaczonymi na podstawie wyników specjalnego opróbowania eksperymentalnego wydzieleń litologicznych szczegółowych w obrębie eksploatowanych złóż Cu-Ag LGCD (Lubin, Polkowice-Sieroszowice i Rudna).
W skali całych złóż Cu-Ag LGCD względne zróżnicowanie ocen średnich gęstości objętościowych kopaliny dokonanych na podstawie wyników opróbowania eksperymentalnego (około 1600 prób z różnych wydzieleń litologicznych szczegółowych na 500 stanowiskach opróbowań w wyrobiskach górniczych) i wartości referencyjnych jest małe, z medianą nie przekraczającą 3%. Wyniki przeprowadzonych badań wskazują, że przy stosowaniu wartości referencyjnych w lokalnej skali obserwacji może dochodzić do znaczącego niedoszacowania (do blisko 20%) lub przeszacowania (maksymalnie do 11%) rzeczywistych gęstości objętościowych głównych serii litologicznych. Może to mieć już zauważalny wpływ na poprawność oszacowania zasobów rudy i metali w niewielkich partiach złóż i w konsekwencji utrudniać rozliczenie prognozowanych zasobów rudy i Cu z wielkościami stwierdzanymi w wydobytym urobku.
REFERENCES (21)
1.
Abzalov, M.Z. 2013. Measuring and modelling of dry bulk rock density for mineral resource estimation. Applied Earth Science 122(1), pp. 16–29.
2.
Abzalov, M.Z. 2016. Applied Mining Geology. Modern Approaches in Solid Earth Sciences 12. Springer International Publishing, 448 pp.
3.
Arseneau, G.J. 2014. Estimating of bulk density for mineral resource reporting. CIM. Journal 5(2), pp. 95–100.
4.
Clark, I. and Harper, W.V. 2008. Practical Geostatistics 2000. Geostokos (Ecosse) Limited, Scotland, 430 pp.
5.
Dominy et al. 2002 – Dominy, S.C., Noppe, M.A. and Annels, A.E. 2002. Errors and uncertainty in mineral resource and ore reserve estimation: the importance of getting it right. Explor. Mining Geol. 11(1–4), pp. 77–98.
6.
Games, P.A. and Howell, J.F. 1976. Pairwise Multiple Comparison Procedures With Unequal N’s and/or Variances: A Monte Carlo Study. Journal of Educational Statistics 1(2), pp. 113–125.
7.
Glacken, I.M. and Snowden, D.V. 2001. Mineral Resource Estimation [In:] Mineral Resource and Ore Reserve Estimation – The AusIMM Guide to Good Practice (Edwards, A.C. ed.), The Australasian Institute of Mining and Metallurgy, Melbourne, pp. 189–198.
8.
Journel, A.G. and Huijbregts, C.J. 1978. Mining Geostatistics. London Academic Press, 600 pp.
9.
Kaczmarek et al. – Kaczmarek, W., Rożek, R., Mrzygłód, M. and Jasiński, W. 2014. The detailed lithology in geological data base in KGHM (Litologia szczegółowa w bazie danych geologicznych KGHM Polska Miedź SA). Górnictwo Odkrywkowe – Open Pit Mining 55(2–3), pp. 86–91 (in Polish with English abstract).
10.
Kaczmarek et al. 2017 – Kaczmarek, W., Twardowski, M. and Wasilewska-Błaszczyk, M. 2017. Practical aspects of lithological types modelling in Cu-Ag ore LGOM deposit (Legnica-Głogów Copper District) (Praktyczne aspekty modelowania litologicznych typów rud w złożach Cu-Ag LGOM (Legnicko-Głogowskiego Okręgu Miedziowego)). Biul. Państw. Inst. Geol. – Geological Bulletin of the Polish Geological Institute 468, pp. 209–226 (in Polish with English abstract).
11.
Makhuvha et al. 2014 – Makhuvha, M., Arellano, R.M. and Harney, D.M.W. 2014. Determination of bulk density, methods and impacts, with a case study from Los Bronces Mine, Chile. Applied Earth Science (Trans. Inst. Min. Metall. B) 123(3), pp. 196–205.
12.
Mucha et al. 2017 – Mucha, J., Wasilewska-Błaszczyk, M., Auguścik, J. and Paszek, M. 2017. The volumetric density of ore – resource parameter of secondary importance? (the Polkowice-Sieroszowice Cu-Ag deposit, Lubin-Głogów Mining District) (Gęstość przestrzenna rudy – parametr zasobowy drugiego planu? (Złoże Cu-Ag Polkowice–Sieroszowice, Legnicko-Głogowski Okręg Miedziowy)). Biul. Państw. Inst. Geol. – Geological Bulletin of the Polish Geological Institute 468, pp. 227–236 (in Polish with English abstract).
13.
Nieć, M. ed. 2012a. Methodology of geological reporting of mineral deposits. Pt. 3. Sampling of mineral deposits (Metodyka dokumentowania złóż kopalin stałych. Część 3. Opróbowanie złóż kopalin). Kraków: Publishing House MEERI PAS, 128 pp. (in Polish).
14.
Nieć, M. ed. 2012b. Methodology of geological reporting of mineral deposits. Pt. 4. Resource estimation (Metodyka dokumentowania złóż kopalin stałych. Część 4. Szacowanie zasobów). Kraków: Publishing House MEERI PAS, 241 pp. (in Polish).
15.
Paszek, M. and Wasilewska-Blaszczyk, M. 2017. The variability of volumetric density of the selected individual lithological units in the Cu-Ag deposit in the Lubin-Głogów copper district and its influence on the resources. International Multidisciplinary Scientific GeoConference: SGEM: Surveying Geology & Mining Ecology Management 17(1.1), pp. 679–686.
16.
Piestrzyński, A. ed. 2007. Monograph of KGHM Polska Miedź SA (Monografia KGHM) Wrocław: KGHM CUPRUM Sp. z o.o. CBR, second edition, 1080 pp. (in Polish).
17.
PN-EN 1936:2010 Metody badań kamienia naturalnego – Oznaczanie gęstości i gęstośc objętościowej oraz całkowitej i otwartej porowatości (PN EN 1936:2010 Natural Stone Test Methods – Determination Of Real Density And Apparent Density, And Of Total And Open Porosity). Warszawa: PKN.
18.
Rossi, M.E. and Deutsch C.V. 2014. Mineral Resource Estimation. Springer, 332 pp.
19.
Scogings, A. 2015. Bulk density of industrial minerals: Reporting in accordance with the 2007 SME Guide. SME Mining engineering, pp. 1–10.
20.
Sinclair, A.J. and Blackwell, G.H. 2002. Applied Mineral Inventory Estimation. Cambridge University Press, 381 pp.
21.
STATGRAPHICS® Centurion XVII, User Manual 2014. Statpoint Technologies, Inc., 311 pp.
Share
RELATED ARTICLE
| eISSN: | 2299-2324 |
| ISSN: | 0860-0953 |
We process personal data collected when visiting the website. The function of obtaining information about users and their behavior is carried out by voluntarily entered information in forms and saving cookies in end devices. Data, including cookies, are used to provide services, improve the user experience and to analyze the traffic in accordance with the Privacy policy. Data are also collected and processed by Google Analytics tool (more).
You can change cookies settings in your browser. Restricted use of cookies in the browser configuration may affect some functionalities of the website.
You can change cookies settings in your browser. Restricted use of cookies in the browser configuration may affect some functionalities of the website.
